论文部分内容阅读
采用化学分析法检测污水中COD值的现有技术，检测过程复杂、测取速度慢，难以实现在线检测。根据紫外光谱对有机污染物的敏感特性，结合神经网络对非线性模型的良好辨识能力，研究出一种COD快速检测的方法。采用多波长在线扫描技术获取被测污水COD的光谱数据，通过特征提取简化样本数据，运用广义回归神经网络（GRNN）建立COD值预测模型。采用多种建模方法对具有不同COD值的水样光谱数据进行分析比较结果表明：GRNN比BP网络和多元线性回归方法建模具有更好的相关性、更强的泛化能力和更高的检测精度。